静态电子汽车衡轴自动识别是指汽车在称重的过程中不借助外加的轮轴识别器，只通过对汽车本身的上秤的重量进行研究，得出汽车的准确轮轴数，其一直以来被作为静态汽车衡称重领域的一个课题被人们所研究。但是由于现场及汽车本身的诸多因数所影响，轮轴识别一直不能达到一个让人满意的结果。近年来随着科学技术的发展，各种数据处理方法应运而生，用神经网络去进行静态汽车衡轮轴自动识别方法引人注目，它有着传统处理方法无法比拟的适应症、容错性及自组织性等优点，特别是用传统处理方法效果不好或不能达到目的时，采用BP神经网络往往能收到较好的效果。本文采用了BP神经网络算法实现静态汽车衡轮轴自动识别的建模，通过最小乘法与LM算法使神经网络算法在静态汽车衡轮轴自动识别应用中轮轴识别准确率达到99%以上.